斯蒂芬·沃爾夫拉姆的工作是讓人們變得聰明。他的創作，包括Mathematica、Wolfram Alpha和Wolfram Language，幫助人們進行計算思考，當他把它們比作數學符號的發明時，他並不傲慢。作為Wolfram的創始人和執行長，他管理著一個由800人組成的團隊，但他非常重視學習他所能掌握的每一個技術細節，並最大限度地利用自己的投入。

斯蒂芬最近發表了一篇1.4萬字的文章，論述了他的個人工作習慣，包括特別設計的辦公桌抽屜、平面檔案系統，以及帶膝上型電腦散步對健康的好處。我們詳細地採訪了他，討論了他的心理策略，確保自我測量是一種工具而不是一種幹擾，他如何避免把自己的智力委託出去，谷歌為什麼不擅長機構搜尋，以及一種讓你的wifi網路在人群中脫穎而出的邪惡駭客。

tl80:你在這篇文章上做了多長時間了？

史蒂芬·沃爾夫拉姆：我們正在努力完成沃爾夫拉姆語言的第12版。通常我對我們的產品都很投入。但現在我們有幾百人在完成這件事，他們只是在修複錯誤，我也沒什麼可做的。我有點瘋了。十年來我一直想寫這篇文章。所以我[決定]跳進去做。

我沒花很長時間，從想做到把它弄出來大概是一個星期，10天。不管是好是壞，我是一個相當快的作家，一個“只寫一次”的角色。我不是一個好的“修改你的作品”的人，因為我覺得寫更多的東西比讓它更完美更好。這不是我寫這本大書時遵循的理論，一種新的科學，花了我10年時間！每一頁我都讀了一遍。但這讓我後來更喜歡“只寫一次”的策略。所以我打算寫這篇文章已經10年了，但實際上花了大約一個星期。

LH：你在文章中提到了很多Wolfram語言、Wolfram筆記本和Wolfram雲。你能大致描述一下嗎？

SW：大局是試圖將計算智慧傳遞給一切事物。在過去的32年裡，我一直在構建一種叫做Wolfram語言的東西：它不是一種程式語言，而是一種通用的計算語言。

目標是將盡可能多的自動化和知識融入到語言中。一開始，當計算機還是新的，60年前，當人們得到第一種所謂的高階程式語言時，他們非常興奮。當他們得到第一個作業系統時，他們很興奮。後來人們開始想當然地認為，當你有了一臺電腦，它就有了一個作業系統。你有一臺電腦，它有一個使用者介面，網路等。

我一直感興趣的是，如果你有一臺計算機，它帶有一層計算智慧，這樣計算機就本質上知道如何進行機器學習，知道關於世界的各種事實，地圖和社會經濟資料或其他任何東西。這就是Wolfram語言所表達的。盡可能多的知識和智力被植入到語言中，這樣人類就可以盡可能少地去做。

我40多年前就開始構建Wolfram語言的前身了。我的基本想法是，我有我想做的事情，我想做的科學，我想做的其他型別的工作。我想建立最好的工具，我可以，使我有可能盡可能有效地做這項工作。事實證明，我是一個務實的人，那些對我有用的工具對很多人也很有用。我也很實際，想用我建立的工具來建立公司，因為這就是為什麼人們要繼續建立更多這樣的東西。

在我們公司，我的策略是擁有非常有才華的人才，但要盡可能地實現自動化。在過去的30年裡，我們已經一次又一次地這樣做了，建立了自動化的層次。我的目標是盡可能多地委託給機器。所以我開始有想法，想辦法做什麼，盡可能多的細節都是自動處理的。

Wolfram筆記本是我們30年前釋出的一個想法[數碼]膝上型電腦在過去幾年裡變得很流行，讓我有點震驚的是，整個世界用了25年的時間才說出“哦，筆記本是個好主意。”Wolfram筆記本的重點是一個結構化文件，它將文字、程式碼、圖形和互動介面等混合在一起。

當我寫東西的時候，我混合使用英語和Wolfram語言。300年前人們開始使用數學符號；在此之前，人們大多用拉丁文寫出他們想說的是數學的東西，這很難理解。我對使用計算語言作為一種有效的表達方式感興趣。這就是我用Wolfram語言構建的。它是人類和計算機都能閱讀的東西。它是一種組織思想的方式，就像數學符號幫助人們一樣。

另一個目的是幫助澄清自己的想法。

LH：所以它不僅能呼叫值或函式，而且能讓你有不同的想法。

是的，它提供了一種結構。人們爭論，對於人類語言來說，你用什麼語言會影響你對事物的看法。對於計算語言來說，這是毫無疑問的。我註意到，在我多年來開發Wolfram語言的過程中：當我們具體化一些新的結構時，我就可以開始用這種結構來思考了。沒有這些就很難了。

有一個稍微複雜的函數語言程式設計結構叫做“子集對映”。幾個月前我發現，我已經需要這樣的東西很多年了，但是它們一直在旋轉，對我來說沒有很好的組織。現在我有了這種組織方式來思考它，我可以將這種結構註入到很多東西中。

整個計算正規化是21世紀的正規化。

LH：讓我們來談談這個超級最佳化，你有很多工作流程。您如何決定要最佳化或不最佳化的內容？在這篇文章的開頭，你做了一些有趣而令人驚訝的選擇，你談論的是你的工作環境和習慣，比如說，帶著筆記本在外面走來走去。如果我在不知道誰在說話的情況下看到這個，我會說“有人顯然什麼都沒做，因為他們花了太多時間最佳化它。”

SW：要點是，當你在做你正在做的事情時，保持思維裝置的活躍。也就是說，如果我註意到我正在做的某些事情明顯是愚蠢的和重覆的，我不會只是說“哦，這就是它必須的方式。”就像我嘗試解決許多其他領域的問題一樣，我仍然在思考如何解決這個問題。

另一點是，僅僅因為每個人都這麼做，這樣的方式並不意味著我會這樣做。我的意思是，我妻子經常批評我的“我自己想辦法”式的事情，因為有時候會出錯。在“按別人的方式去做”和“總是自己想辦法”之間有一個權衡。總是自己想辦**導致浪費大量的時間去做一些非常困難的事情。但我想說的是，大多數情況下，它最終會比你的典型解決方案更適合我。

當我做事的時候，我試著不停地思考。類似於檔案系統組織。我想我一生中做過四次檔案系統重組。不是很多。但我時常會想，“這不管用。我需要做點什麼。”我會考慮一段時間的。我會坐下來解決問題。

我想我花了很大一部分時間做語言設計這一事實可能有助於提出可行的解決方案。因為語言設計是一個關於如何把你要做的一整套事情具體化為可以理解的，可行的，等等的故事，這就是很多此類最佳化決策的內容。你可以過自己的生活，完全不做計劃。或者你可以把所有的時間都花在計劃上，而不記得過你的生活。我喜歡花，你知道的，百分之幾的時間來計劃我要做的事。

很多我最終做的專案，比如Wolfram Alpha專案，**這個計算知識引擎——我從小就在考慮做這個專案，直到我開始嘗試的時候，我才想到這是可能的。有人已經有300年的時間考慮過類似的專案了。如果你是在300年前開始的，那絕對不是一個可行的專案。我敢肯定，如果我在40年前開始，這也不是一個可行的專案。

我們能談談你的個人追蹤嗎？你以前寫過，在新的帖子裡你談到了做一些決定和發現。例如，你開始帶著膝上型電腦外出散步，因為你註意到外出散步時的靜息心率比在跑步機上行走時下降得更多：

多年來，我一直儲存著各種各樣的個人分析資料，在過去的幾年裡，這些資料包括連續的心率資料。去年初夏，我註意到有幾個星期我的靜息心率明顯下降。一開始我以為這隻是因為我碰巧系統地做了一些我喜歡的事情。但在夏天的晚些時候，事情又發生了。然後我意識到：那是我不在跑步機上走的時候；相反（出於不同的原因）我走在外面。

你每天都在檢查你的心率嗎？

SW：我儲存的大部分東西都是完全自動化的，我什麼都不做。我看到他們的主要方式是因為我每天都收到一封郵件，裡面有不同事情的摘要。我會看那封郵件大概半秒鐘左右，主要是看資料是否正確。心率的問題，我肯定我一看郵件就註意到了。

關於個人分析，我最基本的一點是，我沒有投入任何精力去收集資料。我把精力放在構建系統上，然後確保系統繼續執行。

事實上就在昨天，我在查閱檔案時發現了一件我完全忘記的事情，那就是我以前經常把睡覺和起床時間之類的東西手寫下來，然後我就自動地做了。我只是很驚訝我這麼做了。對我來說好像太多工作了！

當你決定跟蹤什麼的時候，這通常是因為你發現了一些新的裝置或系統，可以讓你很容易地跟蹤一些東西，你會說“好吧，讓我們試試看有沒有什麼有趣的事情發生”？或者這是目標導向？

任何我能追蹤的東西，我都會追蹤。而這些系統中的大多數，一旦建立起來，我就再也不用考慮它們了。幾年前，我開始在我的電腦螢幕上拍照，我不知道它是什麼，30秒或一分鐘或什麼的。它已經運行了很多年了，我從來沒有想過。有時候我覺得我應該把它拍成電影。我看了一下，看到電子郵件的收縮和擴充套件等等很有趣，但這很無聊。我會用這些資料做任何事嗎？我不知道。儲存起來非常便宜。為什麼不呢。

LH：如何避免這些跟蹤系統的持續維護？例如，我在last.fm上跟蹤我的音樂收聽，但我一直在修複它，因為它會雙重記錄一張專輯，或者它無法記錄我在蘋果電視上的收聽。

SW：第一件事是，你越能實時或每天操縱它，你就越不可能（讓系統失靈）。今天早上送來的一份報告，一片空白。所以我馬上就知道了。昨天出了點事。我承認這裡面有點作弊，因為我有一個系統管理員為我工作，我剛剛給他發了一封郵件說“這似乎是空白的，請弄清楚發生了什麼。”現在，有些程式碼是我自己寫的，有時我透過寫程式碼來表達自己比告訴別人要快，“你能編一段這樣做的程式碼嗎？”

這就是擁有計算語言的價值所在。我可以用這種方式表達我自己，比發一封電子郵件或用英語說“請做這個和這個”更有效

另一件事是，我喜歡自己儲存所有的資料。我很想使用各種各樣的裝置，但我不會把資料留在提供商的雲中。如果我不能下載，我真的不想要它。在我的活動檔案系統中，那些活躍在磁碟上的東西已經存在了40年，它們仍然存在，它們仍然很好。在其他人的檔案系統中或者進入其他媒介的東西，誰知道呢？

所以把它儲存在活動檔案系統中。檢查一下。有一些每天給你發郵件的東西，你可以用那半秒的時間來吸引眼球，讓他們覺得這並不完全瘋狂。我確實有一些系統，把其他系統中的東西聚合起來，給我一個主要的結論。有一個每週都會來的結論是“每天都應該來的東西真的來了嗎？”

所有這些系統都以一定的速度腐爛。訣竅是快速修複它們，而不是發現這個東西在三個月前停止採集資料。在過去的幾年裡，十年前或者更多的時間裡，我有幾次被髮現“糟糕，系統一個月前就停止工作了。”這就是為什麼我現在有了每日儀錶板結果。

LH：你有沒有什麼工具可以用來從你收集的資料中找到見解，而不必等待“哦，等等，心率下降是我出去散步的時候！”

SW：我會做一些視覺化，如果我覺得有用的話，也許我會做一些有趣的機器學習。但它往往是由人類發起的。

好的資料科學最基本的一點是，你能註意到意想不到的事情嗎。在自動化方面非常聰明的一個問題是，自動化意味著對正在發生的事情有一定的期望。當你已經投入了一堆期望時，發現意想不到的事情就難多了。

LH：讓我們談談你在搜尋和排序之間的選擇，你在文章中談到了這一點：

這些年來，我積累了十幾萬本筆記本，代表產品設計、計劃、研究、寫作，基本上，我所做的一切。所有這些筆記本最終都儲存在我的檔案系統中。。。我努力使我的檔案系統井然有序，結果我通常只需瀏覽檔案系統就可以找到我要找的任何筆記本，比我搜索它的速度還要快。

我覺得早在15年前，我就看到了很多高效的寫作，說的是為了搜尋而最佳化一切。搜尋是我們現在的發展方向，我們的電腦上有Quicksilver，網際網路上有Google，排序不再那麼重要了。但是對於那些確實需要一點排序的情況，你可以做一個非常好的例子，在那些情況下，搜尋永遠不會那麼快。

SW：我認為這是一個概念性的問題，還是在尋找一個特定的名字。我要去參加我將近50年的小學同學聚會。所以我一直在追蹤這些孩子的遭遇，搜尋就是其中的關鍵。你有名字了。但如果這是一個概念，比如，我不知道，教孩子計算思維。我在這方面做了很多工作，收集了很多關於這方面的資料。我要找什麼？沒有一個真正的搜尋詞[可以找到所有相關的專案]。

當然，在搜尋方面，一個被網際網路搜尋寵壞了，因為企業搜尋的問題類似於個人搜尋的問題。透過網路搜尋，有多少人連結到這個頁面的訊號。這讓你知道這一頁有多重要。企業搜尋問題一直沒有得到很好的解決。因為沒有類似的明顯訊號。

我們曾經將Mathematica的網站許可證交換給谷歌，以換取谷歌內部的公司搜尋裝置。它很漂亮，是一個可愛的黃色盒子，但它絕對是無用的。它會做一些類似於這樣的事情：“有更多到文件早期版本的連結，所以這應該是結果中最重要的部分。”

對於這些更具概念性的東西，我想說我要放一個標簽？我要把正確的標簽放進去？祝你好運。我從來沒有發現標簽有用。我發現，我把它放在這個桶裡，我可以很快做到，我知道桶是什麼。如果我要做標簽，我會有一些瘋狂的名單，我可以使用我的200個標簽。重要的是不要有太多的分類，這樣你就能記住每一個分類。所以你知道“我將把這個檔案大致放在這個地方”，隨著時間的推移，你可以建立一個與這個類別的個人認識，即使這個類別的名字不準確。我認為最重要的資訊是，不要太聰明。

我花了很多時間做語言設計，語言設計經常涉及到為語言的函式命名。如果你改變了名字，就像一個人經常做的那樣，當你在這個概念上歸巢時，搜尋是不可能的。

我知道要把東西放下來以便以後可以查到。我是一個真正的堅持確保我的助手拼寫一個人的名字正確，因為如果你不這樣做，它將永遠消失。但你不能搜尋概念。那有點沒希望了。

LH：我也喜歡你提到的歸檔資料夾，每個資料夾中都有一個歸檔資料夾，用於不再活動的檔案。我也喜歡使用歸檔資料夾，它們能讓我從混亂中解脫出來。

你領先於大多數人。我還沒有真正做過任何系統的研究，但我仔細研究過人們的檔案系統是什麼樣子的。我很驚訝，似乎很少有人知道這一點。也許讀過你的出版物的人就是那種會明白這一點的人。

LH：你展示你經常帶著去參加會議或演講的小工具，包括一個裝滿介面卡的袋子。因為你永遠不知道投影儀是否能為你的電腦和它的埠做好準備。當一些最先進的投影系統丟失了一個加密狗，或者由於某種神祕的原因無法識別你的電腦時，我們都很沮喪。我真的很喜歡這句臺詞，“我決定我最好能真正理解電腦是如何與投影儀對話的。”

你有什麼關於識別瓶頸的建議嗎？意識到有一類事情似乎是輔助於你的工作，但最終成為一個瓶頸，你應該學習背後的實際科學或技術？

SW：像這樣的東西有很多種。比如當你去某個地方，開啟電腦，它在四處尋找wifi，也許你有一個電話栓系機制。通常情況下，由於你在紐約市中心或者別的什麼地方，而且你的電腦正在連線800個wifi網路，所以事情變得很僵硬。這件事快把我逼瘋了，我正試著翻閱800件東西來找到我的**。所以我意識到我應該重新命名我的**，所以它總是排在最前面。

我不想讓那條建議太受歡迎！

它不服從絕對命令。

SW：然後我們要為冠軍而戰。

我在一家軟體公司擔任執行長已經很長時間了。所以你會認為，當類似的系統出了問題時，會有一些人來修複它們，而我永遠不需要瞭解它們或思考它們。但我有一個原則，你知道，當我們有一些討厭的錯誤，我總是問人們，什麼是錯誤？因為這些年來積累了大量的經驗。

今天的例子。我們的一些網站神祕地丟失了CSS。這怎麼可能發生？我們還不知道這個問題的答案，儘管我能提供一些理論，因為我有目睹奇怪事情發生的經驗。但當這個問題得到解決後，有人會告訴我實際的問題是什麼，這就進入了我的個人資料庫，裡面有可能出錯的事情。

當我註意到錯誤時，我會報告它們。這感覺像是一種很好的公民型別的事情，因為事實是大多數時候人們不會報告錯誤。大多數時候，他們只是圍繞著某件事工作，而這個世界還在繼續，其他人也會被這個蟲子咬。

我的除錯方法植根於我的整個計算思維方式。我寫了一篇文章，是關於在我們的雲基礎設施中發現一個bug。人們很不擅長除錯。除錯是一項複雜的技能，有點像醫學診斷。它並不像用於醫學診斷那樣用於除錯計算機系統，在醫學診斷中，人們知道這個或那個的概率有百分之十，但這是同一種想法，[逐個測試理論]等等。但是人們不怎麼做的，而且他們真的應該做的，是除錯的資料科學。

一個例子，這是一個郵件系統，它可能是蘋果郵件或Zimbra。我的郵件由於某種原因奇怪地失敗了。我對此感到相當不安，最終我堅持要和任何供應商的人通電話。所以我們在看這些資訊。我開始對它進行大量的資料科學研究，我發現：每當它同時啟動超過256個執行緒時，它就快死了。結果，因為我有超過512個郵件資料夾之類的東西，這個東西無法處理。

透過檢視單個訊息永遠不會發現這一點。你所看到的只是，它起作用了，然後有些東西失敗了。沒有櫃臺說你剛開始第256條線。只是，在這一切中間的某個地方，它失敗了。

例如，在我們公司，事實上，由於我幾年前在雲基礎設施上進行的除錯，我們建立了一個基本上是物理學家的團隊，他們對複雜系統進行面向資料科學的除錯。這是一種非常有效的方法。

雖然這是令人沮喪的時候，他們是相當有趣的智力練習，這些除錯的東西。你知道的越多，你做得就越好。所以有這樣的背景經驗是非常有用的。當出現問題時，即使有人幫你解決了，也要找出他們做了什麼。

為清晰起見，編輯了採訪。更多關於Wolfram文章的後續內容，請閱讀他的Reddit AMA。